[發(fā)明專(zhuān)利]用于競(jìng)速類(lèi)AI模型的AI參數(shù)配置方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201810299375.0
• 申請(qǐng)日: 2018-03-30
• 公開(kāi)（公告）號(hào): CN108465244B
• 公開(kāi)（公告）日: 2019-05-07
• 發(fā)明（設(shè)計(jì)）人: 賴(lài)貴雄
• 申請(qǐng)（專(zhuān)利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類(lèi)號(hào): A63F13/795
• 分類(lèi)號(hào): A63F13/795;A63F13/803
• 代理公司: 北京三高永信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 劉映東

本申請(qǐng)公開(kāi)了一種用于競(jìng)速類(lèi)AI模型的AI參數(shù)配置方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，屬于人工智能領(lǐng)域。該方法包括：獲取第n代參數(shù)集合，每代參數(shù)集合中包含m套AI參數(shù)，每套AI參數(shù)用于指示賽車(chē)AI模型在賽道上的行進(jìn)方式，n≥1，m≥2；根據(jù)m套AI參數(shù)控制賽車(chē)AI模型進(jìn)行m次適應(yīng)度測(cè)試，得到m個(gè)適應(yīng)度，適應(yīng)度與賽車(chē)AI模型根據(jù)AI參數(shù)在賽道上的行進(jìn)距離呈正相關(guān)關(guān)系；若m個(gè)適應(yīng)度均小于適應(yīng)度閾值，則根據(jù)第n代參數(shù)集合生成第n+1代參數(shù)集合；若m個(gè)適應(yīng)度中存在大于適應(yīng)度閾值的目標(biāo)適應(yīng)度，則將目標(biāo)適應(yīng)度對(duì)應(yīng)的AI參數(shù)配置為目標(biāo)AI參數(shù)。本申請(qǐng)實(shí)施例采用遺傳算法實(shí)現(xiàn)AI參數(shù)的自動(dòng)調(diào)整，提高了調(diào)整及配置AI參數(shù)的效率。

技術(shù)領(lǐng)域

本申請(qǐng)實(shí)施例涉及人工智能(Artificial Intelligence，AI)領(lǐng)域，特別涉及一種用于競(jìng)速類(lèi)AI模型的AI參數(shù)配置方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

在競(jìng)速類(lèi)游戲應(yīng)用中，大量游戲場(chǎng)景下需要引入賽車(chē)AI。比如，在單機(jī)模式或玩家匹配不足的情況下，需要引入若干賽車(chē)AI與真實(shí)玩家進(jìn)行競(jìng)速。

為了使賽車(chē)AI達(dá)到更加真實(shí)的模擬效果，開(kāi)發(fā)人員開(kāi)發(fā)出賽車(chē)AI模型后，需要為賽車(chē)AI模型配置一套AI參數(shù)。在一種AI參數(shù)配置方式中，開(kāi)發(fā)人員初始化一套AI參數(shù)，并指示賽車(chē)AI模型根據(jù)該AI參數(shù)在賽道上行進(jìn)；通過(guò)查看分析賽車(chē)AI模型的行進(jìn)效果，開(kāi)發(fā)人員對(duì)AI參數(shù)進(jìn)行調(diào)整，從而在反復(fù)模擬和AI參數(shù)調(diào)整后，最終得到符合開(kāi)發(fā)人員預(yù)期效果的AI參數(shù)。

采用上述方式配置AI參數(shù)時(shí)，由于一套AI參數(shù)中包含大量參數(shù)，且參數(shù)之間存在耦合，因此通過(guò)人工調(diào)整AI參數(shù)需要耗費(fèi)大量時(shí)間，導(dǎo)致AI參數(shù)的配置效率較低。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供了一種用于競(jìng)速類(lèi)AI模型的AI參數(shù)配置方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，可以解決相關(guān)技術(shù)中，通過(guò)人工調(diào)整AI參數(shù)需要耗費(fèi)大量時(shí)間，導(dǎo)致AI參數(shù)的配置效率較低的問(wèn)題。所述技術(shù)方案如下：

第一方面，提供了一種用于競(jìng)速類(lèi)AI模型的AI參數(shù)配置方法，所述方法包括：

獲取第n代參數(shù)集合，每代參數(shù)集合中包含m套AI參數(shù)，每套AI參數(shù)用于指示賽車(chē)AI模型在賽道上的行進(jìn)方式，n≥1，m≥2；

根據(jù)所述m套AI參數(shù)控制所述賽車(chē)AI模型進(jìn)行m次適應(yīng)度測(cè)試，得到m個(gè)適應(yīng)度，所述適應(yīng)度與所述賽車(chē)AI模型根據(jù)所述AI參數(shù)在賽道上的行進(jìn)距離呈正相關(guān)關(guān)系；

若所述m個(gè)適應(yīng)度均小于適應(yīng)度閾值，則根據(jù)所述第n代參數(shù)集合生成第n+1代參數(shù)集合；

若所述m個(gè)適應(yīng)度中存在大于所述適應(yīng)度閾值的目標(biāo)適應(yīng)度，則將所述目標(biāo)適應(yīng)度對(duì)應(yīng)的AI參數(shù)配置為目標(biāo)AI參數(shù)。

第二方面，提供了一種用于競(jìng)速類(lèi)AI模型的AI參數(shù)配置裝置，所述裝置包括：

獲取模塊，用于獲取第n代參數(shù)集合，每代參數(shù)集合中包含m套AI參數(shù)，每套AI參數(shù)用于指示賽車(chē)AI模型在賽道上的行進(jìn)方式，n≥1，m≥2；

測(cè)試模塊，用于根據(jù)所述m套AI參數(shù)控制所述賽車(chē)AI模型進(jìn)行m次適應(yīng)度測(cè)試，得到m個(gè)適應(yīng)度，所述適應(yīng)度與所述賽車(chē)AI模型根據(jù)所述AI參數(shù)在賽道上的行進(jìn)距離呈正相關(guān)關(guān)系；

生成模塊，用于當(dāng)所述m個(gè)適應(yīng)度均小于適應(yīng)度閾值時(shí)，根據(jù)所述第n代參數(shù)集合生成第n+1代參數(shù)集合；

配置模塊，用于當(dāng)所述m個(gè)適應(yīng)度中存在大于所述適應(yīng)度閾值的目標(biāo)適應(yīng)度時(shí)，將所述目標(biāo)適應(yīng)度對(duì)應(yīng)的AI參數(shù)配置為目標(biāo)AI參數(shù)。

第三方面，提供了一種AI參數(shù)配置設(shè)備，所述設(shè)備包括處理器和存儲(chǔ)器，所述存儲(chǔ)器中存儲(chǔ)有至少一條指令、至少一段程序、代碼集或指令集，所述至少一條指令、所述至少一段程序、所述代碼集或指令集由所述處理器執(zhí)行以實(shí)現(xiàn)如第一方面所述的用于競(jìng)速類(lèi)AI模型的AI參數(shù)配置方法。